Diffusionen av lätta element till metaller har effektivt modellerats av A*STAR-forskare med hjälp av en maskininlärningsmetod.

Diffusion i fast tillstånd, där atomer migrerar genom gittret i ett värdmaterial, stödjer en mängd viktiga processer som sträcker sig från oönskade (korrosion) till användbara (metallsammanfogningsprocesser). I en mekanism som kallas "interstitiell diffusion, " lätta element, som kväve, röra sig genom galler som består av mycket större atomer, såsom metaller, genom att klämma mellan dem. Yingzhi Zeng och kollegor vid A*STAR Institute of High Performance Computing har nu utvecklat en snabb prediktiv modell för detta fenomen.

"Typiska exempel på interstitiell diffusion inkluderar ythärdning av stål genom uppkolning eller nitrering, och diffusion av syre i titan för design av implantat och flyg- och rymdlegeringar, " säger Zeng. Denna process är viktig att förstå, men särskilt svår att undersöka experimentellt. Utmaningen härrör från den tunga specialutrustning som ofta krävs, och eftersom som Zeng förklarar, "de flesta experimentella tekniker förlitar sig på ytmätningar, och så är i sig begränsade till några få nanometer under ytan."

Beräkningsstudier kan kringgå dessa tekniska svårigheter; första principmetoder har visat sig på ett tillförlitligt sätt förutsäga diffusionstransporthastigheter, men de är tidskrävande. Yingzhi Zeng och medarbetare har dramatiskt påskyndat beräkningar av diffusionsaktiveringsenergier – den energi som krävs för att ett lätt element ska kunna röra sig genom dess värdgitter – genom maskininlärning.

De "tränade" först en modell på en uppsättning befintliga data, bestående av experimentella aktiveringsenergier kompletterade med första principberäkningar. Datauppsättningen valdes för konsistens:till exempel beaktades endast höga temperaturer och små koncentrationer av lösta ämnen. 94 system användes, var och en består av ett löst ämne (bor, kol, syre eller kväve) som diffunderar genom en metallvärd som använder ett av tre mest utbredda gitterarrangemang:kroppscentrum kubisk (bcc), ansiktscentrerad kubisk (fcc) eller sexkantig tätpackad (hcp).

Modellens noggrannhet verifierades genom att använda den för att förutsäga kända aktiveringsenergier, och jämföra de beräknade resultaten med experimentvärdena. Den användes sedan för att beräkna aktiveringsenergier för system för vilka inga experimentella data har rapporterats. "Våra förutspådda resultat har erbjudit stora mängder tillförlitliga data - 554 nya uppsättningar diffusionsdata som täcker nästan alla metaller i det periodiska systemet med de tre vanliga kristallstrukturerna i bcc, fcc, och hcp – för de tillstånd som oftast används i experiment, " säger Zeng.

Det omedelbara syftet med studien är tvåfaldigt:att fortsätta med att förutsäga transporthastigheter i material, och att få insikt i de faktorer som driver spridningsprocessen. Men laget kommer inte att stanna där. "Vi planerar att utveckla en mobilitetsdatabas för materialmikrostruktursimulering, " säger Zeng.